基于图的SLAM感知探索与先前的拓扑度量信息
摘要：通过SLAM（Simultaneous Localization and Mapping）技术构建准确的地图来探索未知环境需要机器人自主实现。在没有先验信息的情况下，由于有限的规划视野，探索性能通常保守。本文利用环境的先前拓扑图来提高探索效率和SLAM中姿态图的准确性。基于最近在姿态图可靠性与图拓扑性之间关联方面取得的进展，我们能够将两个目标融合进先前图的基于SLAM的路径规划问题中，该问题找到一条快速探索路径，并具有具有全局稳定姿态图的相关闭环。此外，我们推导出理论阈值，以加速贪婪算法解决速度问题，在迭代中显著减少非最优闭环。所提出的路径规划器被纳入分层探索框架中，并具有包括路径重新规划和在线先前地图更新等灵活功能，该功能为先前图添加了额外信息。大量实验表明，我们的方法在各种环境中具有可比较的探索效率，同时始终保持更高的地图精度。我们的实现将在GitHub上开源。
作者：Ruofei Bai, Hongliang Guo, Wei-Yun Yau, Lihua Xie
论文ID：2308.16522
分类：Robotics
分类简称：cs.RO
提交时间：2023-09-01